基于反馈机制的抗混合噪声的盲图像源分离方案

针对基于稀疏成分分析的盲图像源分离算法无法解决混合噪声问题,本文提出一种采用反馈机制的盲源分离算法.通过小波域稀疏成分分析和置零反馈的方法,逐次分离出各支路信号.实验结果表明,该方法无需大量的迭代运算,与传统稀疏成分分析法相比,能有效地分离高斯白噪声参与的混合图像,与经典快速独立成分分析法相比,取得了更高的分离精度.     

人工蜂群优化算法在复数盲源分离中的应用

针对复值信号的源数估计和有序分离等关键技术,提出一种基于人工蜂群优化的源数未知的复值盲源分离方法,该方法首先利用交叉互验技术来估算复数源信号的个数,然后通过人工蜂群算法优化峰度的绝对值来获得最佳分离向量,并实现了逐次恢复源信号的目的.仿真实验结果表明,该方法不仅能依峰度绝对值的降序实现服从任何分布源信号的盲分离,同时比其他方法具有更优越的估计性能.另外,提出一种基于峰度的欠定复盲源分离算法,该算法根据信号的统计特性构造了用于欠定混合情况下盲抽取向量的代价函数,然后通过人工蜂群算法优化其函数来获得最佳分离向量,通过多次分离来实现欠定复盲源分离的目的.通过对混合分布类型的复值源信号欠定盲分离仿真实验验证了该算法的有效性.     

基于恒模特性的单通道时频重叠信号盲分离算法

针对单通道同调制方式、同调制参数时频重叠信号的盲分离问题,基于MSK信号的恒模特性,及对MSK混合信号分量幅度的准确估计,构建了单通道信号盲分离欠定方程组.为解决该方程组的解模糊问题,根据MSK信号相位连续特性,提出了相位方差最小模糊解消除准则.但相位对噪声较为敏感,该准则可能会产生严重的误判现象,又提出了一种基于最小斜率的补充准则.基于以上两种模糊解消除准则,可对单通道信号盲分离欠定方程组的模糊解进行合理选择,有效地实现了MSK时频重叠信号的单通道盲分离.仿真结果表明:在信噪比大于5 dB的条件下,该算法对混合信号具有较好的分离效果.并且该算法具有复杂度低、计算量小的优点.     

基于时频域单源主导区的盲源欠定分离方法

提出时频域上单源主导的概念及其性质,扩充了稀疏性概念涵盖的混叠声源范围,更加接近多声源混叠的客观实际条件．派生的单源主导区间检测准则,在工程实践中具有较强的可操作性．在此基础上提出新的基于时频域单源主导区的盲源欠定分离方法（SSDI-UDBBS）,对声源数目和混叠矩阵的幅值衰减比与时延差同时进行准确地估计,并根据估计得到的声源数目和混叠矩阵,提出采用计算效率高的限制解计算框架求解还原声源的问题．新算法的可应用性在模拟会议室场景下的声源数目未知和传感器数目小于声源数目的盲源欠定分离实验中得到了佐证．     

基于稀疏元分析的欠定混叠自适应盲分离方法

传统盲分离理论假设源信号相互独立，通常采用独立元分析方法等实现盲分离，无法解决实际应用中出现的欠定混叠、相关源信号混叠等挑战性盲分离问题．稀疏元分析是国际上最近出现的一个新的研究热点，稀疏元分析盲分离方法具有实现欠定混叠盲分离和相关源信号混叠盲分离的能力，因而为广大研究人员所关注．但到目前为止，对于稀疏元分析的研究还很不成熟，特别是非常欠缺有效的算法．仅有的少数几个算法仍然面临许多问题，比如：基于Lewicki和Sejnowski（2000）所给Lewicki—Sejnowski自然梯度的稀疏元分析方法，是目前讨论欠定混叠盲分离的一种有效自适应算法，它较通常的K-均值聚类法有更多的优势．但Lewicki—Sejnowski自然梯度只是一种近似表示，缺乏严格的理论依据．由稀疏元分析代价函数出发，基于矩阵理论以及文中所建立的一个新的数学公式，从理论上导出了一个新的且严格的自然梯度，从而为这类稀疏元分析方法提供了严格的理论基础．在此基础上，给出了稀疏信号欠定混叠的新自适应盲分离算法．该方法具有实现欠定混叠和相关源混叠盲分离的能力（见仿真1）．仿真结果表明，所给的新自然梯度比Lewicki—Sejnowski自然梯度更为稳定可靠，同时算法具有较好的抗噪性．     

基于视觉显著性的人脸文字区域提取

基于Matlab图像文字区域检测新方法对图文进行分离和显著性操作,并采用显著性度量对传统人脸文字区域检测的结果做进一步的显著性融合,实现了基于视觉显著性的人脸文字区域提取。实验结果表明,这种基于视觉显著性的人脸文字区域提取解决方案具有比较高的查全率和精确度。     

基于高阶累积量和瞬时特征的调制识别算法

从特征参数提取角度出发,提出了一种基于高阶累积量和瞬时特征的信号调制识别算法。该算法从调制信号高阶累积量中提取出稳健的特征参数,并结合改进的瞬时特征参数,采用决策树的方法对信号进行调制识别。与传统决策论识别算法相比,本算法特征参数较少,识别类型多。最后仿真结果表明,该算法在较低信噪比下具有很好的识别率（〉95％）。     

基于能量算子的单信道重叠信号盲分离方法

针对单个信道的多个时、频重叠信号分量的分离问题,提出一种能量分离方法对各个信号分量进行瞬时频率和幅度估计,从而进行多个信号分量的分离。基于能量算子的计算简单,以及很好的时域分辨率的特点,该方法可用于实时处理和实际工程应用。仿真结果验证了该算法的有效性。     

基于时变AR模型的重叠信号分量盲分离方法

提出一种利用时变AR模型对单信道时频重叠的多个信号分量的瞬时频率和瞬时幅度进行估计，从而进行信号分量分离的方法．通过利用长椭球序列作为基函数对时变AR模型系数进行展开，将时变模型转化为时不变模型后利用一种递推方法进行模型系数估计．该方法计算简单，不需要知道信号的先验信息．仿真结果证明了方法的有效性和优异性能。     

基于信道统计特性的中继选择与功率分配算法

针对放大前传多源协同通信网络,在保证系统满足一定中断概率的前提下,以最小化系统总发射功率为目标,提出一种基于信道统计特性的中继选择与功率分配算法.由目的节点根据源节点的优先级因子,依次确定是需要直传还是选择中继进行协同前传,以及相应的源节点和中继节点的最优发射功率.该算法运算复杂度低,且无需在传输中实时更新,能节省系统开销.仿真结果表明,与直接传输和AF策略相比,该算法能有效节省传输所需要的总发射功率,且性能优于凸松弛算法,与最优穷举搜索算法相近.     

基于电声脉冲法的油纸绝缘介质直流空间电荷的特征量提取及分析

油纸混合绝缘介质作为许多关键直流输电设备的主要绝缘材料,其空间电荷特性既影响材料的介电强度,又关系着直流输电设备运行稳定性和可靠性.目前国内外针对油纸绝缘介质空间电荷特性的研究尚处在对测试结果的客观描述及现象解释阶段,如何通过数据挖掘进行测试结果的特征量提取,进而更加深入地探究油纸介质直流空间电荷特性,迫切需要研究.本文基于大量前期测试数据,进行油纸介质空间电荷特性的数据挖掘,提取特征参量,对比分析了不同情况下油纸介质内部注入空间电荷总量、视在电荷迁移率等重要特征参数的变化规律.基于等温衰减电流法建立了油纸绝缘介质空间电荷的去极化特性与其内部陷阱分布之间的关系,实现了经由空间电荷的消散特性来近似计算介质内部陷阱深度信息.并且首次得到了油纸介质直流空间电荷的指数注入（消散）公式,指明了公式中相关参数的物理意义,为实现对油纸介质内部空间电荷特性的预测和模拟奠定了基础.     

基于角度信息的约束总体最小二乘无源定位算法

提出了一种基于角度信息的约束总体最小二乘无源定位算法. 该算法首先将非线性的观测方程转化为线性方程, 并分析了观测噪声对线性方程系数的影响, 从而能够将无源定位问题等价为一个约束总体最小二乘问题, 然后又将该有约束的优化问题变为无约束的优化问题, 并利用Newton算法进行迭代求解, 最后分析了约束总体最小二乘算法的定位误差. 计算机仿真结果验证了该算法的可行性和有效性.     

欠定情形下语音信号盲分离的时域检索平均法

探讨欠定情形（即观察信号的个数少于源信号个数）下的盲信号分离,提出一种新的方法,即时域检索平均法（SAMTD）,该方法可解决目前在频域中难以处理的一类问题,它利用一类语音信号在时域中的稀疏持续性,回避像K均值聚类或势函数等常用统计聚类方法.为估计混叠矩阵,它剔除那些不与基矢量共向或反向的数据样本,以提高其估计的准确性.在源信号的恢复上,提出了一个超完备线性几何ICA改进算法.几个语音信号实验的仿真数据展示了所提方法的性能和实用性.     

基于等效源法的Patch近场声全息

在基于等效源法的近场声全息的基础上, 提出了基于等效源法的Patch近场声全息. 该方法克服了传统近场声全息要求全息面大于源面的缺陷, 它不需要对整个声源建模, 也不需要测量面覆盖整个声源, 可以根据实际需要, 对所感兴趣的区域进行测量, 并直接对该区域进行重建. 由于该方法具有适应性强、计算效率高、测量方便等优点, 因而为近场声全息向实际应用推广创造了条件. 数值仿真研究说明了常规基于等效源法的近场声全息在全息测量数据不足时的局限性及其重建的不可行性, 验证了采用Pacth近场声全息重建局部声源的可行性和有效性, 以及全息声压存在误差时, 采用正则化处理方法的有效性.     

基于热电制冷的液冷源系统设计

本文介绍了一种热电制冷的液冷源系统组成及其设计过程,阐述了应用热电制冷在小功率液冷源系统的设计思路。其控制精度高、可靠性高、体积小、重量轻等优点,使其具有一定的实用价值和推广意义。     

基于高阶兰伯特算法的碎片云密度演化分析

空间目标解体形成的碎片云在太空不断演化,持续威胁着在轨航天器的安全运行.传统方法多将碎片云视为独立个体的集合,对个体进行推演以获取整体演化特性.这类方法虽易于实现,但需要大量样本以致效率较低.考虑到碎片分布的不确定性特征,可利用概率密度变换方法来计算碎片云在空间的密度分布.基于微分代数技术构建了高阶兰伯特算法,再求解系统雅可比的高阶近似,获得了碎片云密度的高阶展开式.通过对解体碎片云的密度演化分析计算表明,采用高阶方法可将计算效率提高10倍,得到的结果相对误差在1%以内.     

基于分布源边界点法的多源声场全息重建和预测理论研究

建立了应用分布源边界点法进行多源声场全息重建和预测理论, 提出了3种多源声场全息重建和预测的求解方法: 单面测量组合法、多面测量组合法和多面测量消元法, 解决了在多个相干声源同时存在时的声源表面信息重建和声场中各声学量的预测问题.     

基于等效源法的近场声全息技术

在基于分布源边界点法的近场声全息技术的基础上, 提出了一种新型的基于等效源法的近场声全息技术. 首先给出了严格的理论推导, 并对重建过程的误差敏感性、多源声场和半自由声场重建等问题进行了分析, 给出了相应的解决办法. 随后通过实验研究, 验证了所提出方法的可行性和准确性.     

基于混合非圆率信号的CESPRIT算法

根据信号常常为圆和非圆信号混合形成的这一情况,提出的做一种基于ESPRIT思想的CESPRIT算法。该算法对阵元接收数据取共轭,然后重组出新的接收数据矩阵,利用构造出的两个选择矩阵,将新接收数据矩阵在分割为两个特定子矩阵,并结合ESPRIT算法思想,对获取的两子阵间的旋转不变关系矩阵进行特征值分解。通过获得的特征值估计出信号DOA．仿真实验表明,与传统ESPRIT算法相比,该算法具有估计精度高,需要的快拍数少和处理的信号个数可大于阵元个数等优点。     

基于Tsallis模型的重叠峰信号分离

针对多个领域共同遭遇的重叠峰信号分离难题,提出了一种分离重叠峰信号的简单方法.利用Tsallis分布作为待处理峰信号的模型,借助分数阶微分作为信号变换工具,通过建立Tsallis峰信号的极值与其微分阶次的关系式和过零点与其微分阶次的关系式,获得了两类参数估计器,利用这些参数估计器,通过调节峰形参数能够估计出Gaussian峰、Lorentzian峰和Tsallis峰信号的峰位置、峰高和峰宽参数,根据获得的特征参数可拟合出待分析的峰信号,从而实现重叠峰信号的分离.